Red Sun
Модератор
- 01.01.22
- 43.657
- 494.407
Другие курсы от автора:
[100балльный репетитор] Легион с Ильичом. Математика профиль ЕГЭ 2026 (блок...
[kartonkino, Мария Качуровская] Праздничные интерьерные украшения...
[Мой мишка, Анастасия Пономарева] Маленький котенок в комбезе зайки (2025)
[Анастасия Пономарева] Зайчик маленький в комбинезоне (2025)
[Горшенин Михаил] Интерактив Boombox Show (2025)
[Dan Fray Shop, Ден Фрай] Корпоративный конкурс ООО Квиз (2025)
[Ольга Рыжкова] Плетеные фантазии (октябрь 2025)
[kartonkino, Мария Качуровская] Праздничные интерьерные украшения...
[Мой мишка, Анастасия Пономарева] Маленький котенок в комбезе зайки (2025)
[Анастасия Пономарева] Зайчик маленький в комбинезоне (2025)
[Горшенин Михаил] Интерактив Boombox Show (2025)
[Dan Fray Shop, Ден Фрай] Корпоративный конкурс ООО Квиз (2025)
[Ольга Рыжкова] Плетеные фантазии (октябрь 2025)
Автор: Stepik
Название: Машинное обучение - Подготовка данных (Модуль 1) (2024)
Описание
Данный курс является первым модулем из серии моих курсов по машинному обучению (ML). В этом курсе в качестве задачи будет рассматриваться прогнозирование в футбольной аналитике. Мы сосредоточимся на сборе данных, которые будут использоваться для прогнозирования в следующих модулях. Помимо сбора данных, мы также применим некоторые техники предобработки данных.
Программа курса
1. Введение
О курсе
Среда разработки
2. Сбор данных с использованием парсинга
Выбор источника данных
Выбор метода парсинга
Определение целевых данных
Разработка скрипта парсинга
Библиотека прасинга датасета
3. Обзор данных
Обзор датасета
Библиотеки для анализа данных
4. Очистка данных
Важность и цель очистки данных.
Устранение дубликатов
Методы заполнения пропущенных данных.
Целевая переменная
Входные параметры
5. Валидация данных
Проверка качества данных после очистки и обработки
Проверка точност на моделях
Анализ важности признаков
6. Кластерный анализ
Понижение размерности
Кластерный анализ
Добавление новых параметров
Оценка качества модели после применения кластеризации
7. Нормализация и стандартизация данных
Приведение данных к единообразному формату.
Преобразование категориальных признаков.
Оценка качества модели после нормализации модели
8. Балансировка данных
Статистический анализ
Балансировка данных
Автор: Алексей Кожакин
Мне очень нравится помогать ученикам, изучающим Python, разбираться в сложных моментах и показывать наилучший путь изучения программирования, чтобы они могли стать успешными разработчиками.
Подробнее:
Название: Машинное обучение - Подготовка данных (Модуль 1) (2024)
Описание
Данный курс является первым модулем из серии моих курсов по машинному обучению (ML). В этом курсе в качестве задачи будет рассматриваться прогнозирование в футбольной аналитике. Мы сосредоточимся на сборе данных, которые будут использоваться для прогнозирования в следующих модулях. Помимо сбора данных, мы также применим некоторые техники предобработки данных.
Программа курса
1. Введение
О курсе
Среда разработки
2. Сбор данных с использованием парсинга
Выбор источника данных
Выбор метода парсинга
Определение целевых данных
Разработка скрипта парсинга
Библиотека прасинга датасета
3. Обзор данных
Обзор датасета
Библиотеки для анализа данных
4. Очистка данных
Важность и цель очистки данных.
Устранение дубликатов
Методы заполнения пропущенных данных.
Целевая переменная
Входные параметры
5. Валидация данных
Проверка качества данных после очистки и обработки
Проверка точност на моделях
Анализ важности признаков
6. Кластерный анализ
Понижение размерности
Кластерный анализ
Добавление новых параметров
Оценка качества модели после применения кластеризации
7. Нормализация и стандартизация данных
Приведение данных к единообразному формату.
Преобразование категориальных признаков.
Оценка качества модели после нормализации модели
8. Балансировка данных
Статистический анализ
Балансировка данных
Автор: Алексей Кожакин
Мне очень нравится помогать ученикам, изучающим Python, разбираться в сложных моментах и показывать наилучший путь изучения программирования, чтобы они могли стать успешными разработчиками.
Подробнее:
Скачать:![]()
Машинное обучение - Модуль 1 (Анализ данных)
Данный курс является первым модулем из серии моих курсов по машинному обучению (ML). В этом курсе в качестве задачи будет рассматриваться прогнозирование в футбольной аналитике. Мы сосредоточимся на сборе данных, которые будут использоваться для прогнозирования в следующих модулях. Помимо сбора...stepik.org
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.